Réseaux de neurones pour la maintenance
ENSEM · Travaux pratiques
Expérimentation ANN, RNN et LSTM pour les pannes et la durée de vie résiduelle.
Travaux pratiques sur la classification de pannes et l’estimation de durée de vie résiduelle d’équipements hydrauliques. Les notebooks explorent des réseaux denses, récurrents et LSTM avec TensorFlow/Keras ; leur portée reste celle d’une expérimentation pédagogique.
Défis
Comparer différentes architectures et examiner la détection des classes rares.
Solutions
Préparation des données, construction de réseaux ANN/RNN/LSTM et analyse de courbes et matrices de confusion.
Technologies
Points clés
- > Expérimentation de réseaux de neurones sous Keras.
- > Distinction entre une précision globale et la détection effective de pannes rares.
Projets similaires
ENSEM · Projet académique
PFA — qualité industrielle et supervision IoT
Préparation de données industrielles, comparaison de régressions et prototypes de supervision.
Étude en binômeENSEM · Travail académique
Étude énergétique CVC
Variation de vitesse, analyse harmonique et bilan technico-économique.